前几天读到陈果老师的《企业架构的中国实践四大流派与本质回归》“四种流派”这个标题确实很吸引人。文章把国内的 EA 实践归为四类原教旨主义 TOGAF 派、金融机构派、华为派与学华为派、实用价值派并以“回归 EA 作为战略沟通与 IT 治理工具的本质”为标尺给四派排了座次。文章信息量很足但读完我有个不同的看法与其说这是四种“流派”不如说是 EA 应用的四种“场景”。“流派”框架隐含价值排序——总有一派更接近“本质”其余都是走歪了而“场景”框架承认一个更朴素的事实每种做法在其特定前提条件下都是合理的。更重要的是一旦用“场景”的眼光重新审视就会发现这个框架还漏掉了最关键的两格——数字原生企业和 AI 原生企业。而恰恰是这两格正在改写 EA 的游戏规则。一、四种经典场景各自的成立前提先把陈果笔下的四派重述为四种场景各自的前提假设就清晰了。场景一工程化实施华为系。面向大规模自研复杂信息系统的传统企业。EA 是系统工程的顶层输入4A 架构 Y 模型从战略逐层分解到流程、数据、应用、技术。落地早通用性好——根因在于制造业的业务有物理实体物料、产线、物流业务对象不能等价于信息对象所以这套方法以流程架构为主轴恰恰是对“业务 ≠ 信息”的妥协也因此适配面最广。场景二工程化实施金融系。与华为系本质是同一家人但适配金融服务高度产品化的银行、保险。银行的业务本身就是信息业务——一个“理财产品”没有物理形态本质上就是一组规则、合约和数据结构所以业务架构几乎可以“编译”成系统架构从概念设计一路贯通到流程、需求与实现标准的从 0 到 1。这也正是它出了银行保险就难以复制的原因。场景三实用价值派。前提假设是企业已有成熟产品或原型系统通过业务设计与现有资产的适配完成从 0.5 或 0.9 到 1 的交付工程化要求因此可以裁剪。但有个反向推论常被忽略外购产品越多集成架构和数据架构的要求反而升高——主数据、应用集成、跨系统身份权限没有任何厂商替你负责。这个场景里 EA 的价值重心从“设计”整体迁移到“决策与组合治理”。场景四原教旨 TOGAF / ITSP。偏传统宏观蓝图的 IT 战略规划场景还没遇到落地实施的问题——交付物本身就是蓝图验收即止。它在集团管控、信创规划、监管合规的场合仍有真实生态位一句话概括其存在前提甲方需要的是证据链而不是战斗力。四种场景四种前提本无高下之分。方法之争之所以没完没了往往是因为争论双方在不同场景里各说各话。二、第五种场景数字原生企业——无 EA 之名行 EA 之实这是陈果框架漏掉的第一格。互联网公司从不设“企业架构部”但中台运动本质上就是 EA 的能力地图和资产复用思想的一次野路子实现业务中台对应能力地图数据中台对应数据架构技术中台对应技术标准与平台治理。它们用工程语言把 EA 的核心关切重新做了一遍。把这个场景放进框架对比才真正有杀伤力同样是资产复用诉求传统企业要建架构委员会、立流程、做遵从管控互联网公司用一次组织调整就直接解决了。这迫使我们回答一个根本问题EA 到底是一套方法还是一种治理结构如果是方法数字原生企业从未离开过它只是换了一身工装如果是治理结构那它的适用范围可能比我们愿意承认的要窄——当组织本身可以被快速重构时用文档和委员会对齐业务与 IT就成了一种高成本的替代品。数字原生场景给出的答案是架构意图可以直接物化为组织结构和平台能力而不必经过蓝图这个中间层。三、第六种场景AI 原生企业——当数字员工成为组织正式成员这是最新、也最值得认真对待的一格。AI 原生企业不是用 AI 提效的企业而是开始雇佣数字员工的企业业务流程的执行主体本身正在变成 Agent。当 Agent 从工具变成员工EA 面对的对象就从系统变成了人机混合组织冲击是结构性的至少体现在五个层面。第一数字员工需要岗位体系这正是能力地图的新形态传统企业用能力地图回答企业需要哪些能力AI 原生企业用它回答更具体的问题——每个数字员工的岗位职责是什么、可以调用哪些技能与工具、向谁汇报、与哪些人类岗位协作。能力地图第一次从挂在墙上的规划文档变成了数字员工的岗位说明书。第二架构资产必须机器可读数字员工没有师傅可跟、没有例会可开它的入职培训材料就是企业的领域模型、本体、数据契约和流程规范。传统 EA 的交付物是给人看的文档靠评审会去落实而在这个场景里业务语义第一次从文档规范变成了生产资料——不能被机器消费的架构资产约等于不存在。第三设计到实现的链路在坍缩还记得金融系的精髓吗——业务建模可以编译为系统架构。这在银行业当年是个比喻需要几百人年的建模工程去兑现而在 AI 原生场景里它正在成为字面现实结构化的业务语义经由大模型直接驱动流程编排和代码生成数字员工看着说明书上岗。从 0 到 1 的距离被空前压缩工程化实施派几十年积累的建模方法论第一次有了自动化的执行引擎。第四治理形态从架构评审委员会变成数字员工的人力资源部数字员工的管理问题本质上是 HR 问题入职部署上线、授权工具与数据权限、考核输出质量与合规评估、审计行为留痕、离职退役与权限回收。当系统行为由模型在运行时动态生成事前评审就失效了——你不可能评审一个尚未被生成的决策。治理必须下沉为可执行的运行时护栏策略即代码policy-as-code、行为边界、调用审计。这恰恰是实用价值派组合治理思路的极端化设计深度被裁剪到极致治理动作被增强到极致。第五EA 的作战地图同时服务两类读者陈果说 EA 是给决策者看的作战地图这个定位非但没有过时反而升格了一张语义清晰、边界明确的能力地图既是高管做取舍的依据也是数字员工理解自己在组织中处于什么位置的组织架构图。EA 第一次同时服务于人类决策者和机器执行者——这可能是它诞生四十年来最大的一次受众扩展。四、六种场景一张图场景核心前提EA 的角色交付逻辑工程化实施华为系业务有物理实体大规模自研系统工程的顶层输入从 0 到 1流程为主轴工程化实施金融系业务即信息产品高度产品化系统工程的顶层输入从 0 到 1业务建模可编译为系统实用价值派已有成熟产品或原型决策与组合治理工具从 0.5/0.9 到 1设计裁剪、集成治理增强原教旨 / ITSP需要合规留痕与规划蓝图宏观规划与遵从管控蓝图即交付物证据链优先数字原生组织可直接重构内化为组织与平台能力无 EA 之名行 EA 之实AI 原生数字员工成为执行主体人机共享的语义底座与数字员工治理语义驱动实现设计坍缩、护栏增强结语场景先行方法殿后回头看四种流派之争其实是工业时代 EA 的内部矛盾——无论哪一派默认的读者都是人默认的执行者都是科层组织。而数字原生和 AI 原生这两个新场景一个在组织维度上绕过了蓝图一个在执行维度上瓦解了蓝图。但它们瓦解的只是 EA 的文档形态不是 EA 的内核。恰恰相反当业务语义可以直接驱动系统实现时把业务说清楚这件事的价值被放大到了前所未有的程度。能力地图、领域模型、数据契约——这些 EA 的老物件正在从咨询报告里走出来变成 Agent 时代的生产要素。所以先问清楚我在哪个场景、前提假设是什么再谈该用哪套方法大部分流派之争会自然消解。而真正值得投入的问题只剩下一个你的架构资产准备好了吗——它不是文档是数字员工的入职手册。
前几天读到陈果老师的《企业架构的中国实践四大流派与本质回归》“四种流派”这个标题确实很吸引人。文章把国内的 EA 实践归为四类原教旨主义 TOGAF 派、金融机构派、华为派与学华为派、实用价值派并以“回归 EA 作为战略沟通与 IT 治理工具的本质”为标尺给四派排了座次。文章信息量很足但读完我有个不同的看法与其说这是四种“流派”不如说是 EA 应用的四种“场景”。“流派”框架隐含价值排序——总有一派更接近“本质”其余都是走歪了而“场景”框架承认一个更朴素的事实每种做法在其特定前提条件下都是合理的。更重要的是一旦用“场景”的眼光重新审视就会发现这个框架还漏掉了最关键的两格——数字原生企业和 AI 原生企业。而恰恰是这两格正在改写 EA 的游戏规则。一、四种经典场景各自的成立前提先把陈果笔下的四派重述为四种场景各自的前提假设就清晰了。场景一工程化实施华为系。面向大规模自研复杂信息系统的传统企业。EA 是系统工程的顶层输入4A 架构 Y 模型从战略逐层分解到流程、数据、应用、技术。落地早通用性好——根因在于制造业的业务有物理实体物料、产线、物流业务对象不能等价于信息对象所以这套方法以流程架构为主轴恰恰是对“业务 ≠ 信息”的妥协也因此适配面最广。场景二工程化实施金融系。与华为系本质是同一家人但适配金融服务高度产品化的银行、保险。银行的业务本身就是信息业务——一个“理财产品”没有物理形态本质上就是一组规则、合约和数据结构所以业务架构几乎可以“编译”成系统架构从概念设计一路贯通到流程、需求与实现标准的从 0 到 1。这也正是它出了银行保险就难以复制的原因。场景三实用价值派。前提假设是企业已有成熟产品或原型系统通过业务设计与现有资产的适配完成从 0.5 或 0.9 到 1 的交付工程化要求因此可以裁剪。但有个反向推论常被忽略外购产品越多集成架构和数据架构的要求反而升高——主数据、应用集成、跨系统身份权限没有任何厂商替你负责。这个场景里 EA 的价值重心从“设计”整体迁移到“决策与组合治理”。场景四原教旨 TOGAF / ITSP。偏传统宏观蓝图的 IT 战略规划场景还没遇到落地实施的问题——交付物本身就是蓝图验收即止。它在集团管控、信创规划、监管合规的场合仍有真实生态位一句话概括其存在前提甲方需要的是证据链而不是战斗力。四种场景四种前提本无高下之分。方法之争之所以没完没了往往是因为争论双方在不同场景里各说各话。二、第五种场景数字原生企业——无 EA 之名行 EA 之实这是陈果框架漏掉的第一格。互联网公司从不设“企业架构部”但中台运动本质上就是 EA 的能力地图和资产复用思想的一次野路子实现业务中台对应能力地图数据中台对应数据架构技术中台对应技术标准与平台治理。它们用工程语言把 EA 的核心关切重新做了一遍。把这个场景放进框架对比才真正有杀伤力同样是资产复用诉求传统企业要建架构委员会、立流程、做遵从管控互联网公司用一次组织调整就直接解决了。这迫使我们回答一个根本问题EA 到底是一套方法还是一种治理结构如果是方法数字原生企业从未离开过它只是换了一身工装如果是治理结构那它的适用范围可能比我们愿意承认的要窄——当组织本身可以被快速重构时用文档和委员会对齐业务与 IT就成了一种高成本的替代品。数字原生场景给出的答案是架构意图可以直接物化为组织结构和平台能力而不必经过蓝图这个中间层。三、第六种场景AI 原生企业——当数字员工成为组织正式成员这是最新、也最值得认真对待的一格。AI 原生企业不是用 AI 提效的企业而是开始雇佣数字员工的企业业务流程的执行主体本身正在变成 Agent。当 Agent 从工具变成员工EA 面对的对象就从系统变成了人机混合组织冲击是结构性的至少体现在五个层面。第一数字员工需要岗位体系这正是能力地图的新形态传统企业用能力地图回答企业需要哪些能力AI 原生企业用它回答更具体的问题——每个数字员工的岗位职责是什么、可以调用哪些技能与工具、向谁汇报、与哪些人类岗位协作。能力地图第一次从挂在墙上的规划文档变成了数字员工的岗位说明书。第二架构资产必须机器可读数字员工没有师傅可跟、没有例会可开它的入职培训材料就是企业的领域模型、本体、数据契约和流程规范。传统 EA 的交付物是给人看的文档靠评审会去落实而在这个场景里业务语义第一次从文档规范变成了生产资料——不能被机器消费的架构资产约等于不存在。第三设计到实现的链路在坍缩还记得金融系的精髓吗——业务建模可以编译为系统架构。这在银行业当年是个比喻需要几百人年的建模工程去兑现而在 AI 原生场景里它正在成为字面现实结构化的业务语义经由大模型直接驱动流程编排和代码生成数字员工看着说明书上岗。从 0 到 1 的距离被空前压缩工程化实施派几十年积累的建模方法论第一次有了自动化的执行引擎。第四治理形态从架构评审委员会变成数字员工的人力资源部数字员工的管理问题本质上是 HR 问题入职部署上线、授权工具与数据权限、考核输出质量与合规评估、审计行为留痕、离职退役与权限回收。当系统行为由模型在运行时动态生成事前评审就失效了——你不可能评审一个尚未被生成的决策。治理必须下沉为可执行的运行时护栏策略即代码policy-as-code、行为边界、调用审计。这恰恰是实用价值派组合治理思路的极端化设计深度被裁剪到极致治理动作被增强到极致。第五EA 的作战地图同时服务两类读者陈果说 EA 是给决策者看的作战地图这个定位非但没有过时反而升格了一张语义清晰、边界明确的能力地图既是高管做取舍的依据也是数字员工理解自己在组织中处于什么位置的组织架构图。EA 第一次同时服务于人类决策者和机器执行者——这可能是它诞生四十年来最大的一次受众扩展。四、六种场景一张图场景核心前提EA 的角色交付逻辑工程化实施华为系业务有物理实体大规模自研系统工程的顶层输入从 0 到 1流程为主轴工程化实施金融系业务即信息产品高度产品化系统工程的顶层输入从 0 到 1业务建模可编译为系统实用价值派已有成熟产品或原型决策与组合治理工具从 0.5/0.9 到 1设计裁剪、集成治理增强原教旨 / ITSP需要合规留痕与规划蓝图宏观规划与遵从管控蓝图即交付物证据链优先数字原生组织可直接重构内化为组织与平台能力无 EA 之名行 EA 之实AI 原生数字员工成为执行主体人机共享的语义底座与数字员工治理语义驱动实现设计坍缩、护栏增强结语场景先行方法殿后回头看四种流派之争其实是工业时代 EA 的内部矛盾——无论哪一派默认的读者都是人默认的执行者都是科层组织。而数字原生和 AI 原生这两个新场景一个在组织维度上绕过了蓝图一个在执行维度上瓦解了蓝图。但它们瓦解的只是 EA 的文档形态不是 EA 的内核。恰恰相反当业务语义可以直接驱动系统实现时把业务说清楚这件事的价值被放大到了前所未有的程度。能力地图、领域模型、数据契约——这些 EA 的老物件正在从咨询报告里走出来变成 Agent 时代的生产要素。所以先问清楚我在哪个场景、前提假设是什么再谈该用哪套方法大部分流派之争会自然消解。而真正值得投入的问题只剩下一个你的架构资产准备好了吗——它不是文档是数字员工的入职手册。
)
